林沛榕 翟麗妮 馬麗梅

摘要：為了研究水文時(shí)間序列趨勢性分析方法在湖北幕阜山區(qū)的適用性，采用滑動平均法、線性回歸法、Mann-Kendall秩和檢驗(yàn)法和Spearman秩檢驗(yàn)法，對幕阜山區(qū)通城和大屋場兩個(gè)水文站的年平均徑流序列進(jìn)行趨勢性分析。結(jié)果表明：4種趨勢分析方法得出的結(jié)論一致，1964～2016年通城站年平均徑流序列無顯著變化趨勢;1991～2016年大屋場站年平均徑流序列呈下降趨勢。以上4種方法均適用于幕阜山區(qū)小流域水文序列趨勢性分析。

關(guān)鍵詞：水文序列;趨勢性分析;年徑流;幕阜山區(qū)

中圖法分類號：P333 文獻(xiàn)標(biāo)志碼：A DOI：10.15974/j.cnki.slsdkb.2020.04.003

近年來，在氣候變化和人類活動的雙重影響下，極端水文事件頻發(fā)，水旱災(zāi)害時(shí)有發(fā)生，嚴(yán)重威脅人民生命安全，給社會經(jīng)濟(jì)造成了重大損失。為了減輕水旱災(zāi)害的影響，提高水文預(yù)報(bào)的準(zhǔn)確性，及時(shí)發(fā)現(xiàn)并總結(jié)當(dāng)前水文序列中的趨勢及規(guī)律尤為重要。

水文序列趨勢分析方法主要包括參數(shù)統(tǒng)計(jì)分析法和非參數(shù)秩檢驗(yàn)法。參數(shù)統(tǒng)計(jì)分析法需要假設(shè)序列滿足正態(tài)分布，而非參數(shù)秩檢驗(yàn)法只與數(shù)據(jù)的秩相關(guān)，克服了對序列分布形式的限制，因此得到了更加廣泛的應(yīng)用。為了避免單一方法可能存在的局限性和偶發(fā)性，當(dāng)前研究通常采用多種方法進(jìn)行趨勢分析。

1研究方法

本文以湖北幕阜山區(qū)雋水河、廈鋪河上段兩個(gè)典型小流域作為研究對象，分別采用滑動平均法、線性回歸法、Mann-Kendall秩和（M-K）檢驗(yàn)法和Spearman秩檢驗(yàn)法對通城、大屋場水文站的年平均徑流序列進(jìn)行分析，得出兩個(gè)流域水文序列的趨勢，并綜合比較不同方法之間計(jì)算結(jié)果出現(xiàn)差異的成因及機(jī)理，進(jìn)一步研究水文序列趨勢分析方法在該地區(qū)的適用性。

1.1滑動平均法

滑動平均法是一種傳統(tǒng)的數(shù)據(jù)處理方法，常用于消除數(shù)據(jù)的高頻干擾信號得到其確定性規(guī)律。序列經(jīng)過滑動平均后可削弱其中的短周期，有效修正偶然變動因素引起的誤差，滑動均值隨時(shí)間的變化可以反映序列的變化趨勢。

若序列具有趨勢成分，選擇合適的l，滑動平均法能清晰地描述趨勢，因此該方法在水文氣象領(lǐng)域得到了大量應(yīng)用。

1.2線性回歸法

線性回歸法是針對水文氣象變量序列與時(shí)間之間的線性相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)來判斷趨勢變化的方法。

在線性回歸法中，假設(shè)時(shí)間序列為線性趨勢，利用簡單的線性模型進(jìn)行檢驗(yàn)：

1.4Spearman秩檢驗(yàn)法

Spearman秩檢驗(yàn)法是針對水文氣象序列的秩與時(shí)間之間的相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)來判斷趨勢變化的方法。與M-K方法不同的是，Spearman秩檢驗(yàn)是針對序列秩序的運(yùn)算，M-K方法是基于序列的符號秩和進(jìn)行計(jì)算。

2在幕阜山區(qū)的應(yīng)用分析

本研究將上述水文序列趨勢分析方法應(yīng)用于幕阜山區(qū)雋水河（通城縣）、廈鋪河上段（通山縣）兩個(gè)典型小流域（見圖1～2），對通城水文站和大屋場水文站的年徑流序列進(jìn)行趨勢分析，對比分析4種方法在幕阜山區(qū)的應(yīng)用效果。分析研究的徑流數(shù)據(jù)由湖北省水文局提供。通城站控制流域面積為226km²，數(shù)據(jù)起止時(shí)間為1964～2016年，共53a;大屋場站控制流域面積為114km²，數(shù)據(jù)起止時(shí)間為1991～2016年，共26a。

通城水文站和大屋場水文站位于湖北省東南側(cè)的通城縣和通山縣，幕阜山北麓，屬于亞熱帶季風(fēng)氣候區(qū)，四季分明、雨量充沛、雨熱同期。由于受季風(fēng)和地貌的影響，該區(qū)域降雨時(shí)空分布不均，春季低溫陰雨，夏季洪澇干旱，災(zāi)害性天氣時(shí)有發(fā)生。

2.1滑動平均法

通城站1964-2016年多年平均徑流量1.97億m³，對年平均徑流量序列分布進(jìn)行5點(diǎn)滑動平均處理，結(jié)果如圖3所示。由圖3可知，5點(diǎn)滑動線的線性趨勢線呈上升趨勢，即通城站年平均徑流總體呈上升趨勢。分階段來看，1964-1986年平均徑流值在多年均值附近波動，1986-1995年平均徑流呈上升趨勢，1995～2006年呈下降趨勢，2006～2016年呈上升趨勢。

大屋場站1991-2016年多年平均徑流量為1.18億m³，由于徑流序列相對較短，對序列采取3點(diǎn)滑動平均處理，結(jié)果如圖4所示。由圖4可知，滑動平均處理后線性趨勢線呈下降趨勢，即大屋場站年平均徑流總體呈下降趨勢。分階段來看，1991-1998年平均徑流呈上升趨勢，1998-2008年呈下降趨勢，2008～2011年呈上升趨勢，2011-2016年呈下降趨勢。以2004年為分界點(diǎn)，在2004年之前，年徑流量基本大于多年平均徑流量，此時(shí)期屬于偏豐水期;2004年之后，年徑流量小于或略高于多年值，屬于偏枯水期。

2.2線性回歸法

使用線性回歸法計(jì)算通城站年平均徑流序列線性趨勢，可得線性趨勢線為

3計(jì)算結(jié)果對比分析

對比滑動平均法與線性回歸法的結(jié)果可以發(fā)現(xiàn)，通城站年平均徑流（見圖3和圖5）均呈現(xiàn)略微上升趨勢，大屋場站年平均徑流（見圖4和圖6）均呈現(xiàn)顯著下降趨勢，說明滑動平均法與線性回歸法的結(jié)果可相互印證。通過滑動平均法可從滑動平均曲線中直觀看出年平均徑流在年代際間的上下波動情況，但無法看出趨勢的顯著性，且分析結(jié)果依賴于人為對平滑時(shí)距的選擇;而線性回歸法可以通過計(jì)算結(jié)果反映徑流趨勢變化的顯著性。

對比線性回歸法與兩種非參數(shù)方法（M-K檢驗(yàn)法、speannan秩檢驗(yàn)法）的計(jì)算結(jié)果（見表1）可知，3種方法所得趨勢顯著性結(jié)論一致，即通城站年平均徑流序列趨勢不顯著，大屋場站年平均徑流序列下降趨勢顯著。與非參數(shù)法相比，線性方法的優(yōu)勢在于圖示結(jié)果（見圖5和圖6）更加直觀和清晰，但是該方法需要假設(shè)序列滿足正態(tài)分布，一定程度上影響了分析結(jié)果的準(zhǔn)確性。非參數(shù)方法只與序列的秩相關(guān)，對于序列的分布形式?jīng)]有要求，更適合用于非正態(tài)分布的水文數(shù)據(jù)序列。

4結(jié)語

本文采用4種趨勢分析方法對通城和大屋場水文站年平均徑流序列進(jìn)行分析，結(jié)果表明，4種趨勢分析方法得出的結(jié)論是一致的，均適用于幕阜山區(qū)小流域趨勢性分析。其中，滑動平均法雖然可以直觀看出時(shí)間序列的趨勢變化，但分析結(jié)果依賴于參數(shù)的選擇，對于趨勢明顯的序列效果較好，而對于變化不明顯的序列，較難判斷其趨勢及顯著性。其他3種方法均可以根據(jù)計(jì)算結(jié)果判斷序列趨勢的顯著性，但是由于線性回歸方法對序列的分布方式有要求，一般推薦使用非參數(shù)方法進(jìn)行水文氣象序列的趨勢性分析。